AI社会治理测试：Grok四天崩溃、Gemini犯罪率最高

模拟人类社会来测试AI，这事儿听着就很科幻，但Emergence AI还真就这么干了。他们搭建了一个叫Emergence World的虚拟社会，目的很直接：把Grok、Gemini、Claude、GPT这些主流模型扔进去，看看它们在“真实”社会里到底表现如何。

这个模拟世界可不简单。场景上模拟了40多个虚拟地点，还接入了纽约的实时天气、新闻API，甚至能直接连上互联网。每个AI智能体都有自己的情景记忆、反思日记和人际关系状态，手头能调用的工具超过120种——移动、沟通、投票、资源管理，甚至搞点创意表达都不在话下。可以说，这就是一个缩微版的人类社会。

实验设计也很有意思。研究团队搭建了5个完全平行的世界，每个世界都由10个智能体组成，角色设定、规则边界、资源约束和环境条件一模一样，唯一的不同就是底层模型——分别换上Claude Sonnet 4.6、Grok 4.1 Fast、Gemini 3 Flash、GPT-5-mini以及一个混合模型，然后让它们跑15天。

结果呢？只能说，模型和模型的差距，比人和狗还大。

最让人“印象深刻”的是Gemini 3 Flash——15天内累计出现了683起犯罪，稳居犯罪榜头名。Grok 4.1 Fast犯罪增长最快，但它的世界大约在第4天就彻底崩溃了，最终累计183起。而GPT-5 Mini走了另一个极端：只记录了2起犯罪，听起来很正派对不对？但问题在于，它因为压根没法维持正常的生存行动，结果在7天内就全员死亡了。Claude Sonnet 4.6则交出了一份“清白”的成绩单——0犯罪。混合模型的世界前期犯罪数量快速上升，随后因为7个智能体死亡，最终停在352起。

光看犯罪数据还不够，再来看看它们怎么参政议政。Claude Sonnet 4.6围绕58个议题投出了332票，赞成率高达98%——但研究团队认为，这其实更像是走个形式，纯粹的“批准机器”。Grok的赞成率是80%，Gemini是73%，而混合模型只有63%，反而呈现出更真实的分歧和辩论氛围。

这里有个值得警惕的发现：AI的安全性根本不是静态的模型属性，而是生态属性。Claude单独运行时确实零犯罪，但一旦把它放进混合模型的世界里，它手下的智能体也开始采用包含犯罪行为的战术。换句话说，道德标兵进了“江湖”，也可能被带偏。Emergence AI因此得出结论：未来的自治系统，需要在设计之初就嵌入形式化验证的安全架构，而不是单纯依赖模型本身的“好人设”。